Visualização de Dados - Projeto Final

Este projeto de Visualização de Dados consiste-se dentro do caráter prático e teórico do trabalho de pós graduação da aluna.

Objetivos

• Caracterizar a base de dados;
• Estudar a classificação de demanda dos itens, identificando-se padrões de demandas, evolução e transformação da base ao longo do tempo;
• Classificar itens com padrão de demanda similar para agrupamento;
• Comparar diferentes classificações de demanda, de acordo com metodologia já estabelecida na literatura e metodologia proposta;

Base de dados

• Base de dados real - itens MRO (Manutenção, Reparo e Operaão) do setor de mineração;
• Demandas mensais de 2005 a 2015 de 3.822 itens de estoque;
• Dados disponíveis:
  • Nome do item
  • Preço do item
  • Leadtime do item
  • Demanda mensal do item

Caracterização da base de acordo com critérios da literatura

import plotly.express as px
import pandas as pd

url = '/Users/mse000000/Documents/DOUTORADO/BASECOMPLETATOTAL_AJUSTADO_CERTO.xlsx'
df = pd.read_excel(url)

fig = px.scatter(df, x="CV", y="ADI", color="Classificação de demanda",symbol="Classificação de demanda",
                 custom_data=["lt"], color_discrete_sequence=px.colors.qualitative.Dark2,
                 marginal_y="box", opacity = 0.98, marginal_x="box", template="simple_white",render_mode='auto',hover_name="Denominação")
#settings
fig.update_traces(marker_size=6)
fig.update_layout(clickmode='event+select')
fig.update_traces(marker = dict(size = 9, line=dict(width = 0.5)), selector = dict(mode = 'markers'))
fig.update_layout(title='Como a base pode ser classificada de acordo com os critérios da literatura?')
fig.show()

import plotly.express as px
import pandas as pd

url = '/Users/mse000000/Downloads/anual_analysis.xlsx'
df = pd.read_excel(url)

fig = px.bar(df, x="Ano", y=["Errática", "Intermitente", "Regular", "Irregular", "Sem demanda"],
             color_discrete_sequence=px.colors.qualitative.Dark2)
fig.update_layout(template='simple_white')

#add filter
fig.update_layout(
    updatemenus=[
        dict(
            buttons=list([
                dict(
                    args=["type", "bar"],
                    label="Barras",
                    method="restyle"
                ),
                dict(
                    args=["type", "line"],
                    label="Linha",
                    method="restyle"
                )
            ]),
            direction="down",
            pad={"r": 10, "t": 10},
            showactive=False,
            x=1.05,
            xanchor="left",
            y=0.7,
            yanchor="top"
        ),
    ]
)

fig.update_layout(xaxis = dict(tickvals = df['Ano'], 
                                ticktext = df['Ano']), 
                 yaxis = dict(title = 'Valores'),
                 legend_title="Classificação de demanda")
fig.update_layout(title='Como a classificação de demanda da base evolui ao longo do tempo?')
fig.show()

import plotly.figure_factory as ff
import matplotlib.pyplot
import numpy as np
import pandas as pd
import plotly.offline as py
import plotly.graph_objs as go
py.init_notebook_mode(connected=True)

url = '/Users/mse000000/Documents/DOUTORADO/BASECOMPLETATOTAL_AJUSTADO_CERTO.xlsx'
df = pd.read_excel(url)

dataframe = pd.DataFrame(df,
                         columns=['Preco', 'lt', 'ADI', 'CV', 'Classificação de demanda'])

fig = ff.create_scatterplotmatrix(dataframe, diag='box', index='Classificação de demanda',
                                   height=600, width=900)


#settings
#fig.update_traces(hovertext=['Denominação'], hoverinfo="text")
fig.update_layout(clickmode='event+select', legend_title="Classificação de demanda", plot_bgcolor='white',
                  template='simple_white',grid_pattern='independent', 
                  title='Quais hipóteses acerca da base podem ser validadas?')
py.iplot(fig)

Caracterização da base de acordo com metodologia proposta

import plotly.express as px

url = '/Users/mse000000/Documents/DOUTORADO/BASECOMPLETATOTAL_AJUSTADO_CERTO.xlsx'
df = pd.read_excel(url)

fig = px.scatter(df, x="CV", y="ADI", color="Clusters", marginal_y="box", symbol="Clusters", opacity=0.98,
           marginal_x="box", template="simple_white", render_mode='auto',hover_name="Denominação",color_discrete_sequence=px.colors.qualitative.Dark2)


fig.update_traces(marker_size=6)
fig.update_layout(clickmode='event+select')
fig.update_traces(marker = dict(size = 6, line=dict(width = 0.5)), selector = dict(mode = 'markers'))
fig.update_layout(title='Como a base pode ser classificada de acordo com o critério de clusterização?')
fig.show()

import plotly.figure_factory as ff
import matplotlib.pyplot
import numpy as np
import pandas as pd
import plotly.offline as py
import plotly.graph_objs as go
py.init_notebook_mode(connected=True)

url = '/Users/mse000000/Documents/DOUTORADO/BASECOMPLETATOTAL_AJUSTADO_CERTO.xlsx'
df = pd.read_excel(url)

dataframe = pd.DataFrame(df,
                         columns=['Preco', 'lt', 'ADI', 'CV', 'Clusters'])
fig.update_layout(clickmode='event+select')
fig = ff.create_scatterplotmatrix(dataframe, diag='box', index='Clusters',
                                  height=600, width=900)
fig.update_layout(clickmode='event+select', plot_bgcolor='white',template='simple_white',
                  grid_pattern='independent', legend_title="Cluster")

fig.update_layout(title='Quais hipóteses acerca da base podem ser validadas?')
py.iplot(fig)

import pandas as pd
from wordcloud import WordCloud
from PIL import Image
import matplotlib.pyplot as plt

#ferramenta_mask = np.array(Image.open("/Users/mse000000/Documents/DOUTORADO/ferramenta_mask"))
df = pd.DataFrame({'word': [ 'niple ', 'pote ', 'revestimento ', 'disjuntor ', 'elemento ', 'reator ', 'bucha ', 'terminal ', 'bico ', 'valvula ', 'transformador ', 'junta ', 'fonte ', 'oleo ', 'gaxeta ', 'calca ', 'placa ', 'barra ', 'conjunto ', 'grampo ', 'tambor ', 'parafuso ', 'porca ', 'segmento ', 'querosene ', 'chapa ', 'rotor ', 'correia ', 'pneu ', 'manta ', 'graxa ', 'fluido ', 'mangote ', 'carretel ', 'mangueira ', 'curva ', 'camara ', 'protetor ', 'lamina ', 'lixa ', 'motor ', 'tarugo ', 'suporte ', 'calco ', 'acoplamento ', 'anel ', 'corpo ', 'abracadeira ', 'bujao ', 'tampao ', 'cotovelo ', 'flange ', 'luva ', 'jaleco ', 'reducao ', 'te ', 'tubo ', 'perfil ', 'chumbador ', 'arruela ', 'contrapino ', 'prego ', 'rebite ', 'cabo ', 'cintel ', 'eletrodo ', 'pedra ', 'tocha ', 'revest ', 'vareta ', 'talhadeira ', 'broca ', 'lima ', 'avental ', 'bota ', 'botina ', 'sapato ', 'tenis ', 'camisa ', 'macacao ', 'capacete ', 'capuz ', 'filtro ', 'lente ', 'mascara ', 'respirador ', 'oculos ', 'creme ', 'perneira ', 'fita ', 'chave ', 'botao ', 'sinalizador ', 'escova ', 'conector ', 'bloco ', 'contator ', 'rolo ', 'fusivel ', 'base ', 'lampada ', 'receptaculo ', 'bateria ', 'soquete ', 'projetor ', 'rele ', 'condulete ', 'caixa ', 'botoeira ', 'eletroduto ', 'rolamento ', 'prensa ', 'sensor ', 'estojo ', 'interruptor ', 'interruptor+tomada ', 'plug ', 'tomada ', 'plugue ', 'acido ', 'alcool ', 'tela ', 'carbonato ', 'cloreto ', 'hipoclorito ', 'tetraborato ', 'papel ', 'hidroxido ', 'sulfato ', 'helio ', 'argonio ', 'cadinho ', 'beaker ', 'frasco ', 'peneira ', 'explosivo ', 'ponta ', 'rebolo ', 'olhal ', 'polia ', 'reparo ', 'saco ', 'vedante ', 'antiengripante ', 'adesivo ', 'cola ', 'massa ', 'papelao ', 'solvente ', 'revelador ', 'balde ', 'cesto ', 'exel ', 'bomba ', 'limpador ', 'vaselina ', 'tinta ', 'pincel ', 'trincha ', 'polimero ', 'borracha ', 'cimento ', 'desengraxante ', 'disco ', 'estilete ', 'tira ', 'lencol ', 'rolete ', 'cordel ', 'cone ', 'capa ', 'cavalete ', 'retentor ', 'ring ', 'cordao ', 'motofreio ', 'densimetro ', 'aditivo ', 'adaptador ', 'anilha ', 'uniao ', 'angue ', 'engate ', 'balao ', 'cilindro ', 'lona ', 'pastilha ', 'bocal ', 'mola ', 'eixo ', 'regua ', 'vibrador ', 'motovibrador ', 'pa ', 'indicador ', 'braco ', 'transmissor ', 'bexiga ', 'coxim ', 'trommel ', 'grade ', 'cubo ', 'vedação ', 'amortecedor ', 'trocador ', 'captador ', 'visor ', 'carcaca ', 'coletor ', 'cabeca ', 'batente ', 'defletor ', 'cruzeta ', 'pino ', 'cabecote ', 'pista ', 'guia ', 'extremidade ', 'prato ', 'estator ', 'premegaxeta ', 'espacador ', 'psel ', 'enxerto ', 'sobreposta ', 'selo ', 'colar ', 'labirinto ', 'prisioneiro ', 'cunha ', 'distribuidor ', 'saia ', 'conexao ', 'vortex ', 'apex ', 'secao ', 'dispersor ', 'ilhos ', 'peca ', 'haste ', 'modulo ', 'celula ', 'propulsor ', 'espigao ', 'extensao ', 'pressostato ', 'sede ', 'posicionador ', 'copo ', 'diafragma ', 'casquilho ', 'capacitor ', 'porta ', 'micro ', 'conversor ', 'para ', 'tacogerador ', 'isolador ', 'diodo ', 'nebulizador ', 'automatico ', 'manometro ', 'cartão ', 'termometro ', 'analisador ', 'cpu ', 'termoresistencia ', 'agua ', 'impresso ', 'tanque ', 'etiqueta ', 'indice ', 'formulario ', 'roda ', 'malha ', 'comutador ', 'pilha ', 'bola ', 'envelope ', 'condicoes ', 'curativo ', 'tuboprimer ', 'resina ', 'catalisador ', 'fio ', 'barbante ', 'grafite ', 'espatula ', 'loctite ', 'removedor ', 'estufa ', 'alicate ', 'cadeado ', 'corrente ', 'detector ', 'colete ', 'lava ', 'estacao ', 'aplicador ', 'divisor ', 'palmilha ', 'trena ', 'garra ', 'floculante ', 'arco ', 'acionamento ', 'vedacao ', 'tampa ', 'camera ', 'kit ', 'gasolina ', 'macho ', 'emenda ', 'rack ', 'cartucho ', 'mancal ', 'excentrico ', 'freiohidr ', 'monitor ', 'lavadora ', 'bainha ', 'acumulador ', 'condicionador ', 'raspador ', 'motoredutor ', 'oxigenio ', 'radio ', 'acelerometro ', 'microventilador ', 'protecao ', 'coturno ', 'longarina ', 'inversor ', 'dispositivo ', 'acrilico ', 'reforcador ', 'agitador ', 'bit ', 'esguicho ', 'tensor ', 'medidor ', 'ima ', 'abanadeira ', 'pselo ', 'tecido ', 'terminador ', 'motobomba ', 'guarnicao ', 'chaveta ', 'espoleta ', 'ponteiro ', 'lubrificante ', 'motriz ', 'manilha ', 'arame ', 'cantoneira ', 'centelhador ', 'macarico ', 'regulador ', 'faca ', 'blusao ', 'suspensao ', 'cinto ', 'japona ', 'liquido ', 'lenco ', 'sirene ', 'solucao ', 'acetileno ', 'nitrogenio ', 'laco ', 'esticador ', 'liga ', 'sabonete ', 'absorvente ', 'macaco ', 'pistao ', 'stuffing ', 'aperta ', 'sapata ', 'sonda ', 'acoplador ', 'lubrificador ', 'acionador ', 'rotulo ', 'relato ', 'lacada ', 'corda ', 'cj ', 'marcador ', 'lanterna ', 'agulha ', 'penetrante ', 'touca ', 'canivete ', 'cinta ', 'cordinha ', 'coagulante ', 'martelo ', 'talabarte '],
                   'count': [34,1,73,36,40,23,86,57,16,78,7,68,8,30,21,64,33,33,5,17,18,230,72,2,2,47,32,68,14,3,13,1,18,17,41,36,7,12,8,18,43,9,26,12,40,121,11,21,8,1,31,17,83,3,8,7,27,8,2,53,6,2,1,43,1,30,2,2,1,1,4,24,10,12,13,36,4,2,64,11,11,3,18,7,2,4,10,4,2,22,19,8,4,14,27,4,23,73,30,3,31,1,8,5,2,20,21,49,1,11,100,4,16,12,2,1,7,9,2,2,1,25,1,1,1,1,5,1,1,1,2,1,1,1,1,4,15,4,3,47,4,6,2,1,21,1,2,8,1,1,2,2,6,22,3,1,1,1,5,2,3,1,3,13,1,1,8,4,2,17,15,3,64,41,6,1,1,1,22,1,7,1,4,6,7,4,2,3,8,40,7,4,1,1,2,1,10,1,2,3,6,2,1,4,4,1,3,4,1,1,4,5,2,9,3,1,5,1,2,5,2,8,1,7,8,15,3,6,2,3,5,3,3,5,5,1,1,1,1,2,19,1,2,2,4,2,17,4,2,3,5,2,2,1,4,1,2,1,1,1,1,7,1,2,1,1,4,1,11,1,7,1,4,4,2,2,5,3,12,1,1,1,2,1,2,1,1,2,8,1,1,1,9,3,1,1,1,1,1,2,7,2,1,2,1,1,14,10,1,1,1,2,2,1,2,7,1,1,1,1,1,1,1,1,1,3,1,1,1,1,7,1,1,2,2,1,1,1,1,1,1,1,1,1,2,2,1,3,1,3,1,1,1,3,1,7,1,1,2,1,1,1,2,5,1,1,2,2,2,1,3,1,1,1,1,1,1,1,1,1,1,2,1,1,1,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1]}) 

first_word = df.set_index('word').to_dict()['count']
#text = open(/Users/mse000000/Documents/DOUTORADO/first_words.csv','r').read()
wc = WordCloud(width = 1320, height = 535,background_color='black',colormap='rainbow').generate_from_frequencies(first_word)
plt.figure(figsize=(19,9))
#fig.update_layout(title='Quais são os itens mais comuns na base?')
plt.axis("off")
plt.imshow(wc)

<matplotlib.image.AxesImage at 0x7fa4676fb190>